一、中值滤波技术发展研究（论文文献综述）
谭恒[1]（2021）在《基于双视图像的带式输送机异常状态检测》文中提出我国是煤炭开采与消费大国,煤炭企业的安全生产支撑着国民经济的稳定发展。带式输送机作为煤矿生产中的关键运输设备,经常处在高负荷运转状态下,加之矿井生产环境复杂恶劣,输送带在遇到异物摩擦、金属工具阻塞、托辊结构发生变化等因素下,容易发生输送带纵向撕裂和跑偏故障。输送带纵向撕裂会引起输送带局部温度过高,增加引发火灾的几率。输送带跑偏会造成输送机堆煤现象,进一步引起运输巷道封堵、输送带摩擦断裂、矿井火灾等事故。因此需要研究设计一套可以检测煤矿带式输送机异常状态的检测系统,保障带式输送机在生产作业时平稳安全运行。系统采用两个工业相机组成双目视觉成像系统,在辅助光源的作用下采集输送带图像,通过对两个相机拍摄的图像进行图像拼接来获得具有完整输送带视角的图像数据。由于煤矿下光照不足以及粉尘过多,导致采集的输送带图像质量较差,本文设计了图像预处理方案,对在煤矿井下采集到的图像进行噪声滤除、灰度增强、提高对比度等措施,同时对相关算法进行改进与性能提升,使采集到的输送带图像可以满足后续故障检测要求。针对输送带故障识别判定,分别设计了输送带纵向撕裂和输送带跑偏故障的检测方案。通过对输送带发生撕裂时图像中的几何特征进行分析,设计检测方案,优化相关算法,实现对几何特征的提取识别,达到检测的目的;通过提取输送带边缘直线并获取边缘直线的位置信息,计算输送带边缘的斜率以及与输送机支架的相对位置,实现对输送带跑偏故障的检测。同时,对Canny算法提出改进方法,经实验证明,改进后的算法可以极大地提升边缘检测效果。在检测系统的软件实现方面,搭建基于VS2015和Open CV3.4.0的软件开发环境,根据API函数接口实现计算机对可编程相机进行捕捉和调用;其次采用C++编程语言编写图像处理算法和故障识别算法程序,对输送带图像中的故障特征进行识别判定;最后结合MFC应用程序框架,编写上位机远程监控界面,同时结合MFC ODBC数据库功能实现对故障数据的保存和管理,以便于后于进行故障成因分析,可以更好地预防输送带故障。最后,在搭建模拟实验平台,实现整个检测系统的基础上,对各个子系统功能开展实验测试与性能分析,结果表明系统可以准确地检测出输送带撕裂状态下的图像角点与直线特征,实现对输送带纵向撕裂的检测;对改进后边缘检测算法进行性能分析,实验结果表明,经算法处理后的图像C/A值和C/B值较原算法有了很大的改进,可以准确检测出输送带边缘位置信息,实现对跑偏故障的准确识别。整个检测系统的算法运行时间在25ms-30ms之间,可以满足系统的实时性要求。本课题的研究可以提高煤矿带式输送机的运行平稳性,对输送带故障监控和保障煤矿生产效率具有重要意义。
杨湘粤[2]（2021）在《林业装备焊缝射线图像的检测技术研究》文中提出林业汽车起重机吊臂是林区起重机械的重要组成部分,林业起重机通过吊臂顶端的滑轮组合吊起原木、原竹、生漆、天然树脂等重物。不同的吊臂结构和技术使得起重机的性能和效率也有所不同。而吊臂的焊缝对其结构与性能有着重要的影响,良好的焊缝结构能够使起重机的工作更安全、寿命更长。因此随着起重机工作年限的增加,有必要对吊臂的焊缝进行缺陷检测,而射线图像检测技术是对焊缝进行无损检测的重要方法。射线检测有着成像快、定位准确、成本低的特点,是非常适用于对焊缝缺陷进行检测的方法。本文通过对射线原理以及焊缝缺陷图像检测等相关内容进行研究,详细阐述了对于焊缝射线图像的检测过程。文章的主体分为四个部分:预处理、射线图像重复性检测、焊缝区域分割、焊缝缺陷检测。其主要内容如下:（1）通过对已有的GDXray图像库进行整理,将其中的图像与作者实地拍摄的图像所结合,构建出一个全新的、种类更丰富的射线图像库。根据数据库中焊缝射线图像的提点,对图像进行预处理操作,其预处理流程为:灰度化、图像去噪、图像增强。预处理的目的在于提升图像质量,去除图像中的无关因子,为后续的检测环节奠定基础。（2）对文章所用的焊缝图像库进行重复性检测,检测并排除掉图像库中复制、编号篡改、重复拍摄这三种类型的重复图像。在这一环节,使用了 SVM算法与哈希算法进行检测。其中在SVM算法系统中,图像将会转化成支持向量分布在SVM空间的超平面两侧,然后通过HOG算子提取出图像的特征,最后在fitcecoc训练模型中完成对重复图像的分类。通过与哈希算法的检测进行对比发现,SVM算法有着更准确的检测效果,其综合准确率达到了 95%。（3）对图像的焊缝区域进行提取。为了提取出目标焊缝区域,文章使用了多种图像分割算法对焊缝区域进行提取,如:Roberts算法、Canny算法、Sobel算法,阈值提取法等,分析比较了每种算法的性能,最后选择阈值法作为文章的焊缝区域提取方法。（4）对焊缝图像进行缺陷检测。在这一部分使用了深度学习原理,通过神经网络模型对缺陷进行智能检测。选用了 Faster-RCNN神经网络模型作为框架,对焊缝缺陷进行检测。在这一章节详细介绍了 Faster-RCNN的模型结构以及原理。相比于传统的缺陷检测方法,Faster-RCNN神经网络检测有着更智能、检测更准确的特点,通过模型的训练结果发现,该方法对于缺陷检测的平均准确率达到了77.39%,能够有效检测出缺陷。并且通过对模型参数进行优化,该方案的准确率有了进一步的提升,最终的平均准确率达到了 80.60%。实验证明,文章所用的算法能够满足实际应用中的需要。
兰鲁钰[3]（2021）在《基于小波包的声呐图像分割方法研究》文中提出海洋是巨大的资源宝库,海洋资源的勘探推动了成像声呐的快速发展。声呐图像是分析海底的一种有价值的工具,在探测海底沉船、考古遗址、水下探雷、管道检查等重要任务时,尤其是在深度相当大的区域作业时,都需要借助声呐图像进行合理分析。分析图像信息的必要步骤是声呐图像分割,因为正确的分割结果是后续准确提取信息的前提。然而,受海洋悬浮物和海底底质不均的影响以及水声信道的不稳定变化作用,声呐图像普遍存在复杂的噪声,因此,为了获得正确的分割结果,需借助一种适用声呐图像的滤波方法,在平滑背景噪声的同时,尽量不损失边缘。小波变换和小波包变换多尺度多分辨率特性可以将图像层层剥离,在感兴趣的部分提取信息并加工处理,因此十分适合分析图像。本文主要是基于小波变换的声呐图像滤波处理和基于小波包变换的声呐图像分割方法研究,其主要贡献有以下几点:一是声呐图像滤波方面。分析声呐图像的噪声类型,其中以散斑噪声和环境噪声为主,为了兼顾两种噪声类型,据此,提出基于小波变换的改进的三维块匹配（Block-Matching and3D filtering,BM3D）的声呐图像滤波方法。经小波变换的声呐图像,舍弃高频对角线分量,滤除一部分环境噪声,在重构的声呐图像上做幂数变换和对数变换,将声呐图像的散斑噪声转换成对三维块匹配滤波方法响应敏感的高斯加性噪声,从而发挥三维块匹配滤波方法保边降噪优势的同时,使背景区平滑效果达到最佳。实验证明,本文方法优于中值滤波、Kuan滤波、小波软阈值滤波和原始的三维块匹配滤波方法。二是声呐图像分割方面。声呐图像的分割要求是将声呐图像的目标亮区、目标暗区和海底混响区有效划分,本文的声呐图像分割是基于区域边缘的,通过准确检测目标区域的边缘从而实现声呐图像的正确分割。针对目前的边缘检测方法处理声呐图像时存在检测结果连通性不佳、抗噪性能差及过量的伪边缘等问题,基于小波包变换检测声呐图像边缘。根据声呐图像经小波包分解后,边缘信息在各子带呈现的不同特点,在高频分量和低频分量上分别采用不同的方式检测区域边缘。小波包分解的低频分量,采用四个方向的形态学边缘检测方法;小波包分解的高频分量,借助Otsu合理区分边缘与噪声;最后,将高频检测边缘与低频检测边缘融合,获得区域边缘基本连续,噪声背景干扰小的边缘检测结果,从而实现声呐图像三个区域的有效分割。实验证明,本文方法的处理结果优于Otsu分割方法、FCM分割方法、Canny方法和小波模极大值方法。
宋文浩[4]（2021）在《基于视觉的焊缝跟踪系统研究》文中认为自二十世纪初期以来,我国制造业自动化水平不断提高,但焊接自动化高端产品国产化配套发展不健全的情况日益突出。目前,焊接自动化装备仍以人工示教规划机器人运动轨迹为主,对工件安装定位精度有很高要求,焊接精度完全依赖于人工示教的精度,缺少对焊缝的检测反馈功能,导致焊枪不能根据焊接工件发生的热变形进行调整,很难保证焊缝质量。因此,亟需研究焊缝跟踪系统对焊缝位置进行实时检测与修正。本文结合当前焊缝跟踪的实际问题,设计了一种基于视觉的焊缝跟踪传感器,并针对其关键技术问题进行深入的分析与研究。针对不同种类焊缝识别方法不同的问题,提出采用反向传播神经网络进行焊缝类型识别。将平板搭接焊缝、V形坡口焊缝和直角焊缝图像作为训练集,对神经网络模型进行训练。神经网络模型读取焊缝跟踪视觉传感器图像,判别当前焊缝类型,为焊缝跟踪定位提供支持。针对焊缝特征图像受弧光、飞溅较大的问题,分析了焊接过程中的弧光波长特征,通过选择波长特征不明显波段对应的激光器和滤光片,减少焊接弧光对焊缝特征图像的影响;针对跟踪过程中因焊缝位置偏移导致焊缝特征偏离预设ROI区域,提出一种浮动ROI区域提取焊缝特征图像的方法,为焊缝跟踪提供稳定的焊缝特征图像。针对焊缝跟踪过程中焊缝位置数据波动导致焊枪位置频繁调整,影响焊缝质量的问题,提出采用数据滤波的方法减小位置数据波动的方法。通过分析中值滤波、卡尔曼滤波的数据滤波效果,提出将中值滤波与卡尔曼滤波相结合的组合滤波方法,得到较优的数据滤波效果。根据对焊缝视觉跟踪相关技术的研究,在实验室内搭建焊缝跟踪试验平台,使用焊缝跟踪视觉系统进行焊缝跟踪模拟试验。试验结果显示,基于视觉的焊缝跟踪系统对平板搭接焊缝、V形坡口焊缝和直角焊缝的跟踪精度处于焊接允许的误差范围内,并在此基础上进行现场焊接试验。
于真波[5]（2021）在《不锈钢电阻点焊质量红外无损检测研究》文中指出随着生活水平的提高,轨道交通成为满足人们不断增长的便捷出行需求的重要交通工具。在轨道交通发展中,不锈钢轨道客车以其轻量化、维护周期长等优点成为发展最快的轨道交通载具之一。为实现不锈钢轨道客车车体的轻量化,主要采用薄板拼装焊接结构。电阻点焊是不锈钢车体制造的主要焊接工艺,每辆车体有高达4～5万个点焊焊点,是不锈钢车体焊接制造的关键工艺,其焊接质量亦关系车体的制造质量。因而对点焊质量高效检测与评估,对保障车体的安全性具有重要意义。对不锈钢车体点焊质量的无损检测与评估,传统的检测方式包括射线检测、超声探伤等检测方法,受被检测件检测条件及检测方法本身局限性限制,难以实现高效率、高比例检测。因而基于红外热波检测方法具有高效、大面积、非接触、可远距离检测的优点,在不锈钢车体电阻点焊质量无损检测中,具有重要的学术及应用价值。本文基于COMSOL软件建立不锈钢点焊的红外无损检测模型,对不锈钢电阻点焊在瞬时脉冲热激励条件下的热传导过程进行仿真分析,进而研究不同熔核直径、不同缺陷类型等条件下,表面温度分布的特点以及影响热波检测的因素。通过仿真分析,揭示了红外检测的原理,为定量分析熔核尺寸及缺陷信息提供了重要的理论依据。在红外无损检测中,图像处理技术是检测技术的核心。对得到的原始图像数据,利用数据的拟合、压缩和重建等方法,达到降低时域噪声,减小热量分布不均匀的影响,并通过图像序列的配准与增强技术,提升图像识别的精度,并进行图像分割和边缘检测,最终达到对热波图像的缺陷特征提取及定量识别。因此,如何提升图像的信噪比和清晰度,提高对比度,使图像的边缘显现出来,并通过图像分割技术对目标区域进行提取,将是点焊定量分析和缺陷识别的重点。通过建立数据处理程序,对红外热图进行自动的增强、检测与分割,并完成对点焊熔核的定量计算与质量评估,完成课题预设的质量评估与缺陷识别目标。并通过金相测试得到实际直径尺寸,计算测试值与实测值的误差,并分析误差产生原因。试验结果表明,对于点焊质量的评估,本文建立的试验平台具有较高的可靠性。
张凯[6]（2021）在《基于FPGA的散斑二维测速研究》文中研究说明本文主要研究的内容是使用FPGA测量无特征物体的移动速度。无征物体指从前到后物体的整个形状基本上没有发生改变,在无特征物体的选用方面,选择热轧钢作为处理对象。本文的设计方案是使用激光照射热轧钢表面形成散斑,通过匹配热轧钢表面散斑的移动位置来确定热轧钢的移动位置,从而进一步求出热轧钢在二维平面的移动速度。使用图像匹配的方式来对视频流当中两帧图像进行散斑的位置匹配,通过获取散斑移动位置来得出热轧钢的移动位置。相比于借助计算机软件、内部CPU来处理图像,使用FPGA进行图像处理能够更快的得出处理结果。本文中使用的设计工具是Intel公司生产的QuartusⅡ,使用Singal Tap软件对各结构进行数据验证。选用altera的ep4ce10型号的FPGA芯片,通过以太网将获取到的图像传入FPGA,将获取的数据通过SDRAM进行缓存,读取SDRAM当中的视频数据,选取其中的两帧图像进行匹配,将匹配数据通过以太网传输到上位机。在图像匹配算法的选取当中,使用基于灰度值的绝对误差和算法（SAD法）来进行匹配计算。对于图像匹配当中特征区域的选取,通过使用MATLAB建立三维坐标图来进行验证,最终选取24×24像素的矩阵模板区域作为图像匹配的特征区域。将匹配到的图像信息通过以百兆太网的UDP协议打包传输到上位机,匹配视频流通过VGA来显示。通过采集匀速运动的热轧钢表面散斑图像信息,观察匹配运算之后上位机的图像数据来计算散斑的移动速度,进而求得热轧钢的移动速度。经过多次测量和计算,对比中值滤波与没有进行滤波图像的匹配结果,得出热轧钢的二维移动速度,所需匹配时间为11.24 ms,达到实验目标。
张欣驰[7]（2021）在《销轴组装机插销装置的研究》文中提出销轴是常用的紧固件产品之一,在生产加工车间中随处可见,但是由于销轴的种类规格很多,难免会混入一些不符合规格的零件,致使装配出现问题。将机器视觉系统融入到装配中已经成为未来的发展趋势,本文以销轴组装机为研究对象,将机器视觉检测技术融入到装配过程中,对不合格件如何筛选以及销轴安装位置如何调节等问题进行了深入研究,设计了销轴组装机插销装置的功能模块结构,完成了合理的布局设计,进行了销轴规格和装配检测实验,论文的主要研究内容如下:（1）销轴组装机功能模块及总体方案设计。通过黑箱法、功能原理法分析出销轴组装机的总体功能,提出销轴组装机插销装置上料系统、识别剔除系统和组装系统等最小功能单元的设计方案,进而确定总体方案布局。（2）销轴自动组装机插销装置的结构设计。根据销轴自动组装机的总体布局方案,对其实现上料、剔除、装配三个主要功能进行结构设计。采取振动盘振动上料方式,实现了销轴自动定向排序。利用视觉识别系统,采取气动喷嘴的方式保证准确有效地剔除尺寸不符合要求的销轴,通过销轴暂存装置实现定量供送,对压入装置中销轴的位置进行识别,利用X/Y调节机构进行调节,以实现销轴的完整组装。（3）销轴检测系统的分析与图像处理。完成了视觉检测系统的硬件设计和软件设计,设计了针对销轴的视觉检测系统。采用三种滤波方式对图像进行去噪处理,得出高斯滤波降噪处理效果更好,有利于销轴边缘的提取。在此基础上利用Haclon进行了销轴尺寸和同轴线测量算法设计,测量精度可以达到0.01 mm。（4）销轴不合格件剔除实验和孔销同轴线检测实验。搭建实验平台,通过Halcon软件进行实验,对尺寸不合格的销轴进行剔除,60次的剔除准确率为100%。对孔销的位置进行识别,比对检测到的圆心距和实际移动的圆心距,最大测量误差为0.006 mm。验证了所设计方案的可行性。
陈鑫[8]（2021）在《基于激光视觉的焊缝识别与跟踪系统研究》文中进行了进一步梳理焊接在工业生产中有着广泛的应用,因为生产效率低、焊接质量难以保证等原因,传统的手工焊接逐渐被自动化焊接技术所取代。因此,本文对基于激光视觉的焊缝识别与跟踪系统进行研究,基于主动视觉识别焊缝特征,完成焊缝跟踪焊接任务。首先,研究了激光视觉模型、手眼模型并完成了标定。研究了相机成像原理,得到相机的数学模型,通过标定实验,获得了相机的参数矩阵。针对实验平台的Eye-in-Hand手眼模型,使用了一种实用的手眼标定方法,求得了相机与机器人末端的相对位置关系,得到了视觉系统的手眼关系矩阵,确定了相机坐标与空间坐标的转换关系。其次,为了提取焊缝图像特征信息,通过研究分析不同的图像处理方法,建立了焊缝图像预处理流程。基于幂次变换对图像进行灰度处理,使用合适的算法完成图像滤波,并提出了基于最大类间方差法的图像分割方法,完成了焊缝图像分割处理,提取出清晰的激光条纹图像。然后,针对焊缝图像特征点提取方法进行了研究。通过分析比较不同的图像细化算法,确定合适的方法提取激光条纹中心线;根据相邻焊缝图像激光条纹的相似性,通过限制参数搜索范围,使用改进的霍夫变换拟合特征点两侧直线,求得焊缝特征点,提高了图像处理效率。最后,根据本文研究的内容完成实验系统设计,并通过多组焊缝识别与跟踪实验验证系统的性能。最终实验结果表明,Y轴的平均跟踪误差为0.47mm,Z轴的平均跟踪误差为0.75mm,能够满足角接焊缝的实际焊接需要。
郑希鹏[9]（2021）在《基于机器视觉的O型密封圈质量检测方法研究》文中研究说明O型密封圈作为汽车发动机上最常用的密封器件,在发动机的气密性方面起着非常重要的作用。O型密封圈不仅密封性能好、安装使用方便,而且还具有结构简单、成本低廉等优点,其质量好坏也直接影响了发动机的正常工作。因此,如何保障O型密封圈的出厂质量是十分重要的。在我国目前有上千家O型密封圈生产厂家,但是大部分中小企业的生产厂家在对O型密封圈的质量检测还停留在人工检测上。当面临大规模的检测需求时,不仅耗时耗力,而且由于是接触式测量,检测精度并不高,还会受到质检人员主观因素的影响。针对国内O型密封圈质量检测方面存在的问题,本文研究了基于机器视觉的O型密封圈质量检测方法。该方法主要包括O型密封圈外径和线径的尺寸测量方法和O型密封圈表面毛刺缺陷检测方法。在尺寸测量方面,由于目前基于机器视觉下的O型密封圈尺寸测量算法主要是整像素级别的算法,具有测量精度低的缺点。为了提高O型密封圈尺寸测量的稳定性和精度,本文提出了一种基于三次样条插值的亚像素边缘检测算法对O型密封圈进行尺寸测量。在O型密封圈进行图像预处理过程中,选用自适应中值滤波对图像进行平滑处理,使用Otsu算法自适应确定图像二值化的阈值。在对O型密封圈边缘提取的过程中,通过实验将四种经典整像素边缘检测算法与本文的抗噪型数学形态学方法进行对比,确定选用抗噪型数学形态学对O型密封圈进行边缘提取,然后使用基于三次样条插值的亚像素边缘检测算法获得亚像素边缘轮廓,最后采用最小二乘法拟合出边缘曲线得到其内外径以及线径的尺寸。在边缘毛刺检测中,本文通过利用统计学思想并利用尺寸检测算法得出的数据对O型密封圈圆轮廓点进行扫描,并将圆心到边缘轮廓点的距离与尺寸检测算法得到的内外圆半径进行比较,通过设定相应的阈值判断O型密封圈边缘是否存在毛刺。本文在实验部分介绍了相机和像素的标定实验、三种尺寸测量算法的对比实验以及边缘毛刺检测实验。使用本文尺寸测量算法在与经典整像素边缘算法的对比实验中,实验数据表明本文算法的外径均方误差为0.00480mm,线径均方误差为0.00018mm。外径误差保持在±0.1mm以内,线径误差能保持在±0.015mm以内。相对于整像素算法,测量精度有了较大的提升。在对O型密封圈边缘毛刺缺陷检测的实验中,毛刺检测成功率达到90.83%,达到了算法的设计要求。
刘澍[10]（2021）在《直线行驶工况下的复合式胎压监测算法研究》文中提出随着胎压监测系统强制安装要求的推出,市场对胎压监测系统的需求量增大。间接式胎压监测系统和直接式胎压监测系统成为各车企的标准选项。为迎合车企对成本控制和监测性能两大实际需求,复合式胎压监测系统成为胎压监测领域新的研究方向。本文对直线行驶工况下基于轮速脉冲比较法的复合式胎压监测算法进行研究,初探轮速脉冲比较法应用于复合式胎压监测系统的可行性、稳定性与准确性。首先,研究轮胎简化模型和车辆行驶动力学模型,分析轮速的各项主动影响因素并定性分析各影响因素与轮速间的影响关系。其中包括胎压影响、驱动力影响和轴荷偏移影响。由定性分析结果表明从动轮最适合作为基准轮。其次,搭建由OBD接口对实车CAN信号进行采集的信号采集平台,获得实车传感器信号并进行信号预处理。经预处理后的轮速脉冲数据分析得出轮速脉冲数据变化趋势与理论分析结果吻合。同时,设计系统信息传递结构并搭建复合式胎压监测系统开发平台和系统调试平台为代码调试和实车测试做好前期准备。接着,以双重筛选的方式筛选数据并修正,筛选修正出标准轮速脉冲样本值。采用滚动时域队列数据结构提高单组数据的利用效率。针对标准轮速脉冲样本值的波动性和高斯分布特性提出一种结合中值平均滤波模块、一阶卡尔曼滤波模块和自适应滤波器灵敏度调整模块的自适应双重叠加滤波器。经滤波后输出值剔除异常值抑制了随机波动,且响应速度快、稳定性好、准确性高。利用系统调试平台获得各轮胎在各胎压下滤波后的轮速脉冲样本值并分别进行线性拟合,获得胎压计算标定系数,实现复合式TPMS胎压计算功能。然后,为提高胎压监测系统的实用性,在复合式胎压监测系统中嵌入基于同侧轮轮速脉冲比较法的间接式胎压监测单轮算法。设计自适应报警机制提高胎压过低时的报警响应速度。最后,对上述算法结构进行实车测试,测试结果显示该算法在直线行驶工况下显示精度能够达到±150k Pa,并且能够实现2min内稳定的单轮报警。
二、中值滤波技术发展研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、中值滤波技术发展研究（论文提纲范文）
（1）基于双视图像的带式输送机异常状态检测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究状况分析 |
| 1.2.1 输送带纵向撕裂检测研究现状 |
| 1.2.2 输送带跑偏故障检测研究现状 |
| 1.2.3 机器视觉发展研究现状 |
| 1.3 论文研究内容和结构安排 |
| 第二章 输送机异常检测系统方案设计 |
| 2.1 输送机检测系统结构 |
| 2.1.1 检测系统结构设计 |
| 2.1.2 双视成像系统原理分析 |
| 2.2 检测系统硬件选型 |
| 2.2.1 图像采集装置 |
| 2.2.2 辅助光源选型 |
| 2.3 双视图像拼接方法与实验验证 |
| 2.3.1 重叠区域推导 |
| 2.3.2 重投影面选择与图像拼接实现 |
| 2.4 图像预处理算法研究与实验分析 |
| 2.4.1 图像中值滤波原理分析 |
| 2.4.2 图像均值滤波原理分析 |
| 2.4.3 均值滤波算法改进方案与实验验证 |
| 2.4.4 图像增强方法与实验验证 |
| 2.5 本章小结 |
| 第三章 输送带纵向撕裂检测方案设计 |
| 3.1 输送带纵向撕裂特征分析 |
| 3.2 输送带撕裂图像灰度变换 |
| 3.2.1 图像线性灰度变换 |
| 3.2.2 图像分段线性灰度变换 |
| 3.2.3 图像非线性灰度变换 |
| 3.3 输送带纵向撕裂故障特征检测 |
| 3.3.1 角点特征检测方法及实验验证 |
| 3.3.2 直线特征检测方法及实验验证 |
| 3.4 输送带纵向撕裂故障定位 |
| 3.5 本章小结 |
| 第四章 输送带跑偏故障检测方案设计 |
| 4.1 输送带跑偏故障特征分析 |
| 4.2 输送带跑偏图像边缘提取 |
| 4.2.1 边缘直线检测算法 |
| 4.2.2 Canny检测算法原理分析 |
| 4.2.3 Canny检测算法改进与性能提升研究 |
| 4.2.4 改进Canny检测算法实验对比 |
| 4.3 输送带跑偏故障判定方法 |
| 4.3.1 输送带扭曲故障判定 |
| 4.3.2 输送带偏移故障判定 |
| 4.4 本章小结 |
| 第五章 系统软件结构方案设计与实验验证 |
| 5.1 系统软件结构设计 |
| 5.2 OpenCV基本架构 |
| 5.2.1 OpenCV概述 |
| 5.2.2 OpenCV基本架构 |
| 5.3 软件开发环境配置 |
| 5.3.1 CCD相机配置与编程 |
| 5.3.2 MFC框架与环境配置 |
| 5.4 上位机软件界面设计 |
| 5.4.1 登录界面设计 |
| 5.4.2 检测系统主界面设计 |
| 5.5 系统测试运行与实验结果分析 |
| 5.5.1 实验平台搭建与测试 |
| 5.5.2 改进Canny算法性能分析 |
| 5.5.3 故障检测算法性能实验分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（2）林业装备焊缝射线图像的检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 射线检测技术概述 |
| 1.3 国内外发展研究发展概况及现状 |
| 1.3.1 焊缝图像重复性检测研究现状 |
| 1.3.2 焊缝缺陷检测研究现状 |
| 1.4 课题研究的内容及意义 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究意义 |
| 第2章: 射线图像数据库建立及图像预处理 |
| 2.1 射线成像检测概述 |
| 2.2 射线图像数据库建立 |
| 2.2.1 数据集组成 |
| 2.2.2 数据集的类别划分 |
| 2.3 图像数据预处理流程 |
| 2.4 图像灰度化处理 |
| 2.5 图像去噪 |
| 2.5.1 图像的噪声模型 |
| 2.5.2 噪声的去除 |
| 2.5.3 均值滤波 |
| 2.5.4 顺序统计滤波 |
| 2.5.5 自适应滤波 |
| 2.6 图像增强技术 |
| 2.6.1 灰度变换增强 |
| 2.6.2 直方图增强 |
| 2.7 本章小结 |
| 第3章 焊缝图像的重复性检测 |
| 3.1 引言 |
| 3.2 重复性检测图像数据库的建立 |
| 3.3 SVM支持向量机算法 |
| 3.3.1 支持向量与超平面 |
| 3.3.2 最大间隔的优化模型 |
| 3.3.3 松弛变量 |
| 3.3.4 核函数 |
| 3.4 SVM算法图像重复性检测 |
| 3.4.1 HOG特征提取 |
| 3.4.2 SVM分类训练 |
| 3.4.3 SVM检测与结果分析 |
| 3.5 差异哈希算法 |
| 3.5.1 算法原理 |
| 3.5.2 差异哈希算法检测与对比分析 |
| 3.6 算法对比分析 |
| 3.7 可视化GUI界面的编写 |
| 3.8 本章小结 |
| 第4章 焊缝区域检测与提取 |
| 4.1 引言 |
| 4.2 边缘分割提取 |
| 4.2.1 Roberts算子提取 |
| 4.2.2 Prewitt算子与Sobel提取 |
| 4.2.3 Canny算子提取 |
| 4.3 阈值分割提取 |
| 4.3.1 全局阈值法提取 |
| 4.3.2 Otsu阈值分割提取 |
| 4.3.3 迭代式阈值分割提取 |
| 4.4 区域分割提取 |
| 4.5 本章小结 |
| 第5章 基于神经网络的焊缝缺陷检测 |
| 5.1 引言 |
| 5.2 常见的焊缝缺陷种类 |
| 5.3 深度学习理论基础 |
| 5.3.1 TensorFlow框架及特点 |
| 5.3.2 Faster-RCNN模型与Tensorflow的关系 |
| 5.3.3 Faster-RCNN神经网络的结构 |
| 5.4 基于Faster-RCNN的焊缝缺陷检测 |
| 5.4.1 训练集和测试集的构建 |
| 5.4.2 训练图像的标注 |
| 5.4.3 模型训练与测试 |
| 5.5 Faster-RCNN算法模型优化 |
| 5.5.1 问题分析 |
| 5.5.2 改进方案 |
| 5.5.3 缺陷检测与结果分析 |
| 5.5.4 实验结果对比 |
| 5.5.5 检测准确率优化 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间获得的学术成果 |
| 学术论文 |
| 专利 |
| 致谢 |
（3）基于小波包的声呐图像分割方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 声呐图像滤波研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 声呐图像分割研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 文献综述简析 |
| 1.5 本文组织结构及研究内容 |
| 第2章 相关理论基础 |
| 2.1 引言 |
| 2.2 声呐图像基本理论 |
| 2.2.1 成像原理 |
| 2.2.2 噪声分析 |
| 2.2.3 声呐图像特征 |
| 2.3 三维块匹配滤波方法 |
| 2.4 小波变换基本理论 |
| 2.4.1 小波定义 |
| 2.4.2 连续小波变换 |
| 2.4.3 离散小波变换 |
| 2.5 多分辨率分析 |
| 2.6 小波包变换基本理论 |
| 2.7 图像的小波变换和小波包变换 |
| 2.7.1 图像的小波变换 |
| 2.7.2 图像的小波包变换 |
| 2.8 本章小结 |
| 第3章 声呐图像滤波 |
| 3.1 引言 |
| 3.2 声呐图像滤波评价指标 |
| 3.3 小波变换改进的声呐图像三维块匹配滤波方法 |
| 3.4 滤波实验结果及分析 |
| 3.4.1 声呐图像滤波实验步骤 |
| 3.4.2 滤波实验结果分析 |
| 3.5 本章小结 |
| 第4章 基于小波包变换的声呐图像分割 |
| 4.1 引言 |
| 4.2 声呐图像分割定义 |
| 4.3 声呐图像分割的主要方法 |
| 4.3.1 基于边缘的声呐图像分割 |
| 4.3.2 基于区域的声呐图像分割 |
| 4.4 基于小波包变换的声呐图像边缘检测 |
| 4.4.1 小波基选择 |
| 4.4.2 结合数学形态学的小波包变换的低频分量处理 |
| 4.4.3 小波包变换高频分量处理 |
| 4.5 边缘检测实验及结果分析 |
| 4.5.1 声呐图像边缘检测实验步骤 |
| 4.5.2 边缘检测实验结果分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（4）基于视觉的焊缝跟踪系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 焊缝跟踪视觉系统设计 |
| 2.1 焊缝跟踪视觉系统的功能及其构成 |
| 2.2 焊缝跟踪视觉传感器设计 |
| 2.2.1 视觉系统硬件选型 |
| 2.2.2 视觉传感器本体结构设计 |
| 2.2.3 视觉传感器标定 |
| 2.3 基于图像的焊缝识别与跟踪 |
| 2.3.1 基于神经网络的焊缝类型识别 |
| 2.3.2 图像预处理 |
| 2.3.3 平板搭接焊缝跟踪 |
| 2.3.4 V形坡口焊缝跟踪 |
| 2.3.5 直角焊缝跟踪 |
| 2.3.6 数据滤波处理 |
| 2.4 焊缝跟踪视觉系统软件设计 |
| 2.4.1 焊缝跟踪视觉系统软件开发环境 |
| 2.4.2 焊缝跟踪视觉系统软件设计 |
| 2.5 本章小结 |
| 第3章 焊缝跟踪试验平台设计 |
| 3.1 试验平台本体结构设计 |
| 3.1.1 焊枪位置修正结构 |
| 3.1.2 焊枪姿态调整结构 |
| 3.2 试验平台控制系统硬件构成 |
| 3.2.1 电机及驱动器 |
| 3.2.2 运动控制卡 |
| 3.2.3 光电隔离模块 |
| 3.2.4 工控机 |
| 3.2.5 控制柜设计与安装 |
| 3.3 试验平台控制系统软件设计 |
| 3.3.1 试验平台控制系统软件开发环境 |
| 3.3.2 试验平台控制系统软件设计 |
| 3.4 本章小结 |
| 第4章 焊缝跟踪系统试验研究 |
| 4.1 实验室内焊缝跟踪模拟试验 |
| 4.1.1 焊缝跟踪模拟试验环境 |
| 4.1.2 焊缝跟踪模拟试验过程 |
| 4.1.3 焊缝跟踪模拟试验结果与分析 |
| 4.2 焊缝跟踪试验 |
| 4.2.1 焊缝跟踪试验环境 |
| 4.2.2 焊缝跟踪试验过程及结果 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术成果 |
（5）不锈钢电阻点焊质量红外无损检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 电阻点焊无损检测研究进展 |
| 1.2.1 射线检测 |
| 1.2.2 超声检测 |
| 1.2.3 红外无损检测 |
| 1.3 红外无损检测技术发展及现状 |
| 1.4 红外无损检测热激励技术的发展 |
| 1.4.1 电磁感应激励 |
| 1.4.2 超声波激励 |
| 1.4.3 激光激励 |
| 1.4.4 脉冲热激励 |
| 1.5 红外数据图像处理技术 |
| 1.5.1 图像增强 |
| 1.5.2 图像融合与分离 |
| 1.5.3 图像分割 |
| 1.6 本文主要研究内容 |
| 第2章 试验材料、设备及方法 |
| 2.1 试验材料与试件的制备 |
| 2.2 电阻点焊接头红外检测系统 |
| 2.2.1 检测系统的组成及工作原理 |
| 2.2.2 瞬时高能量集中加热器 |
| 2.2.3 工业计算机 |
| 2.2.4 红外热像仪 |
| 2.3 检测系统控制软件 |
| 2.4 点焊熔核红外检测模拟标块制备 |
| 2.5 本章小结 |
| 第3章 不锈钢点焊红外检测有限元仿真研究 |
| 3.1 有限元分析及COMSOL软件简介 |
| 3.2 瞬时脉冲激励红外无损检测理论分析 |
| 3.2.1 导热微分方程 |
| 3.2.2 脉冲激励条件下的瞬态热传导分析 |
| 3.3 建立有限元仿真模型 |
| 3.3.1 不锈钢点焊接头物理模型 |
| 3.3.2 初始条件及边界条件 |
| 3.3.3 划分网格及求解 |
| 3.4 不锈钢点焊接头热脉冲红外检测仿真结果及分析 |
| 3.4.1 不锈钢点焊接头脉冲热激励温度分布仿真分析 |
| 3.4.2 点焊熔核尺寸对温度场分布特征影响分析 |
| 3.4.3 点焊缺陷红外热波检测模拟结果 |
| 3.4.4 缺陷深度对热激励温度场影响分析 |
| 3.4.5 其他因素对红外热波检测精度的影响 |
| 3.5 缺陷最佳检测时间的确定 |
| 3.6 本章小结 |
| 第4章 不锈钢电阻点焊红外检测试验研究 |
| 4.1 脉冲红外热成像基本方法 |
| 4.1.2 不锈钢点焊红外无损检测流程 |
| 4.2 红外热图像序列处理结果与分析 |
| 4.2.1 红外热波检测试验数据采集 |
| 4.2.2 点焊红外热波检测过程分析 |
| 4.2.3 红外图像数据处理 |
| 4.3 图像增强 |
| 4.3.1 三次样条插值法图像处理 |
| 4.3.2 高斯滤波增强 |
| 4.3.3 中值滤波图像增强 |
| 4.4 边缘检测与图像分割 |
| 4.4.1 基于分水岭的图像分割方法 |
| 4.4.2 基于梯度边缘检测 |
| 4.4.3 图像二值化的阈值分割 |
| 4.5 图像处理结果 |
| 4.6 检测效果试验验证 |
| 4.7 本章小结 |
| 第5章 基于红外热波无损检测的点焊熔核质量评估 |
| 5.1 不锈钢点焊红外无损检测试验 |
| 5.2 点焊熔核红外检测试验标定 |
| 5.2.1 红外图像像素当量标定 |
| 5.2.2 标定试块检测结果 |
| 5.3 不锈钢点焊直径定量分析试验 |
| 5.3.1 点焊熔核尺寸评估算法实现 |
| 5.4 不锈钢点焊熔核直径红外检测验证试验 |
| 5.5 不锈钢点焊红外检测误差分析 |
| 5.6 点焊缺陷红外无损检测试验 |
| 5.6.1 点焊虚焊缺陷红外无损检测试验 |
| 5.6.2 点焊板材间飞溅缺陷红外无损检测试验 |
| 5.6.3 点焊熔核裂纹缺陷红外无损检测试验 |
| 5.7 本章小结 |
| 第6章 结论 |
| 参考文献 |
| 作者简介及攻读硕士学位期间的科研成果 |
| 致谢 |
（6）基于FPGA的散斑二维测速研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 1 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及安排 |
| 1.3.1 研究内容 |
| 1.3.2 章节安排 |
| 2 热轧钢散斑测速原理 |
| 2.1 热轧钢散斑的形成 |
| 2.2 激光散斑统计特性 |
| 2.3 图像匹配技术 |
| 2.3.1 图像匹配介绍 |
| 2.3.2 基于灰度图像信息匹配的基本原理 |
| 2.4 本章小结 |
| 3 系统的设计结构 |
| 3.1 系统总体设的结构框架 |
| 3.2 图像格式转换 |
| 3.3 滤波介绍 |
| 3.3.1 中值滤波介绍 |
| 3.3.2 均值滤波介绍 |
| 3.4 图像信息缓存模块 |
| 3.5 匹配计算模块 |
| 3.5.1 模板图像缓存模块 |
| 3.5.2 检测图像的缓存缓存 |
| 3.6 以太网传输介绍 |
| 3.6.1 以太网连接电路 |
| 3.6.2 以太网接口介绍 |
| 3.6.3 以太MAC层介绍 |
| 3.6.4 以太网UDP协议 |
| 3.6.5 以太网IP协议 |
| 3.7 VGA显示模块 |
| 3.8 本章小结 |
| 4 FPGA硬件功能实现 |
| 4.1 图形采集模块图像信息格式转变 |
| 4.2 SDRAM控制模块 |
| 4.2.1 SDRAM初始化 |
| 4.2.2 SDRAM读写操作 |
| 4.2.3 SDRAM状态转移设计 |
| 4.2.4 SDRAM时序仿真 |
| 4.3 中值滤波模块 |
| 4.4 图像匹配计算模块 |
| 4.4.1 绝对误差和算法验证 |
| 4.4.2 矩形包围核显示 |
| 4.5 以太网UDP模块 |
| 4.6 本章小结 |
| 5 系统运行结果与分析 |
| 5.1 特征区域的选择 |
| 5.1.1 8×8像素矩阵模板 |
| 5.1.2 16×16像素矩阵模板 |
| 5.1.3 24×24像素矩阵模板 |
| 5.2 系统运行结果分析 |
| 5.2.1 滤波处理之后的图像匹配结果 |
| 5.2.2 未做滤波处理的图像匹配结果 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（7）销轴组装机插销装置的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 视觉辅助装配现状 |
| 1.3 机器视觉检测技术的国内外现状 |
| 1.4 本文主要研究内容 |
| 2 销轴组装机插销装置结构设计 |
| 2.1 销轴组装机总体分析 |
| 2.1.1 工艺与技术要求 |
| 2.1.2 工艺流程 |
| 2.1.3 总体布局 |
| 2.2 销轴插销装置系统设计 |
| 2.2.1 功能分析 |
| 2.2.2 工艺路线分析 |
| 2.2.3 插销方案分析 |
| 2.3 销轴上料系统设计 |
| 2.3.1 销轴供料装置结构设计 |
| 2.3.2 气动剔除设备喷嘴设计 |
| 2.3.3 销轴输送识别装置结构设计 |
| 2.4 销轴组装系统设计 |
| 2.4.1 销轴暂存装置结构设计 |
| 2.4.2 销轴压入装置结构设计 |
| 2.4.3 销轴检测装置结构设计 |
| 2.5 销轴插销装置总体布局 |
| 2.6 本章小结 |
| 3 销轴检测系统的分析与设计 |
| 3.1 视觉检测系统的通用模式 |
| 3.2 销轴检测系统的硬件设计 |
| 3.2.1 相机选型 |
| 3.2.2 光源选型 |
| 3.2.3 镜头选型 |
| 3.2.4 运动控制单元的设计 |
| 3.3 销轴检测系统的软件设计 |
| 3.4 检测系统运行流程 |
| 3.4.1 销轴不合格件检测运行流程 |
| 3.4.2 孔销同轴线检测系统运行流程 |
| 3.4.3 图像采集 |
| 3.5 本章小结 |
| 4 销轴图像预处理与算法的实现 |
| 4.1 区域分割 |
| 4.1.1 灰度化 |
| 4.1.2 灰度直方图 |
| 4.1.3 阈值处理 |
| 4.2 图像去噪 |
| 4.2.1 均值滤波 |
| 4.2.2 中值滤波 |
| 4.2.3 高斯滤波 |
| 4.3 边缘提取 |
| 4.3.1 像素级边缘提取 |
| 4.3.2 亚像素级边缘提取 |
| 4.4 尺寸标定 |
| 4.5 销轴尺寸测量算法的实现 |
| 4.6 销轴同轴线误差算法的实现 |
| 4.6.1 同轴线误差模型 |
| 4.6.2 轴心、孔心及同轴线误差分析 |
| 4.6.3 同轴线测量算法的实现 |
| 4.7 本章小结 |
| 5 销轴规格和装配检测实验 |
| 5.1 实验平台 |
| 5.2 销轴尺寸测量实验分析 |
| 5.3 同轴线误差的实验分析 |
| 5.4 本章小结 |
| 6 结论 |
| 参考文献 |
| 致谢 |
（8）基于激光视觉的焊缝识别与跟踪系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 焊缝跟踪传感技术的研究现状 |
| 1.3 焊缝跟踪的研究现状 |
| 1.3.1 焊缝图像处理研究现状 |
| 1.3.2 焊缝跟踪系统研究现状 |
| 1.4 论文研究的主要内容 |
| 第2章 激光视觉系统及其标定 |
| 2.1 相机模型 |
| 2.1.1 相机针孔成像模型 |
| 2.1.2 相机模型坐标系转换 |
| 2.1.3 相机畸变模型 |
| 2.2 相机标定 |
| 2.2.1 相机标定方法 |
| 2.2.2 标定实验 |
| 2.3 手眼标定 |
| 2.3.1 手眼模型 |
| 2.3.2 手眼标定方法 |
| 2.4 本章小结 |
| 第3章 焊缝图像预处理 |
| 3.1 焊缝图像处理流程 |
| 3.2 图像灰度处理 |
| 3.2.1 图像灰度化 |
| 3.2.2 线性灰度级变换 |
| 3.2.3 非线性灰度级变换 |
| 3.3 图像滤波 |
| 3.3.1 图像中的噪声 |
| 3.3.2 均值滤波和高斯滤波 |
| 3.3.3 中值滤波 |
| 3.4 图像分割 |
| 3.4.1 阈值分割 |
| 3.4.2 图像分割算法研究与优化 |
| 3.5 本章小结 |
| 第4章 焊缝特征提取 |
| 4.1 焊缝图像激光条纹中心线提取 |
| 4.1.1 图像细化 |
| 4.1.2 图像细化算法的研究 |
| 4.2 焊缝图像特征点提取 |
| 4.2.1 霍夫变换 |
| 4.2.2 拟合直线提取特征点 |
| 4.3 基于动态参数限制的霍夫变换直线检测 |
| 4.4 本章小结 |
| 第5章 焊缝识别与跟踪实验分析 |
| 5.1 实验系统设计 |
| 5.1.1 系统硬件组成 |
| 5.1.2 系统软件功能 |
| 5.1.3 系统工作原理 |
| 5.2 实验与分析 |
| 5.2.1 焊缝跟踪实验设计 |
| 5.2.2 焊缝跟踪实验结果与分析 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术成果 |
| 学位论文评阅及答辩情况表 |
（9）基于机器视觉的O型密封圈质量检测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 机器视觉技术在国内外的研究现状 |
| 1.2.1 机器视觉中相机标定的国内外研究现状 |
| 1.2.2 机器视觉中的边缘检测的国内外研究现状 |
| 1.2.3 基于机器视觉中的尺寸精确测量检测研究 |
| 1.2.4 基于机器视觉的表面缺陷检测研究 |
| 1.3 O型密封圈质量检测的国内外研究现状 |
| 1.3.1 O型密封圈质量检测国外发展研究现状 |
| 1.3.2 O型密封圈质量检测国内发展研究现状 |
| 1.4 研究内容与方法 |
| 第二章 检测平台的硬件设计 |
| 2.1 前言 |
| 2.2 O型密封圈产品介绍及检测指标 |
| 2.3 总体方案设计 |
| 2.4 光源系统介绍 |
| 2.4.1 光源的选型 |
| 2.4.2 照明方式的选型 |
| 2.4.3 光源控制器 |
| 2.5 图像采集系统介绍 |
| 2.5.1 工业相机的选型 |
| 2.5.2 镜头的选型 |
| 2.6 本章小结 |
| 第三章 O型密封圈质量检测算法研究 |
| 3.1 前言 |
| 3.2 图像预处理 |
| 3.2.1 图像平滑 |
| 3.2.2 四种滤波算法的实验对比 |
| 3.2.3 图像二值化 |
| 3.3 图像经典像素级边缘算法 |
| 3.3.1 Roberts算子 |
| 3.3.2 Sobel算子 |
| 3.3.3 高斯-拉普拉斯(Lo G)算子 |
| 3.3.4 Canny算子 |
| 3.4 基于抗噪型数学形态学的像素级边缘检测算法 |
| 3.5 基于三次样条插值的亚像素级尺寸测量算法 |
| 3.5.1 灰度梯度的确定 |
| 3.5.2 利用三次样条插值求边缘点坐标 |
| 3.6 最小二乘法拟合圆 |
| 3.7 分圆算法 |
| 3.8 O型密封圈毛刺缺陷检测算法 |
| 3.9 本章小结 |
| 第四章 实验及其结果分析 |
| 4.1 前言 |
| 4.2 相机标定实验 |
| 4.3 像素当量的标定实验 |
| 4.4 尺寸测量对比实验 |
| 4.5 毛刺缺陷检测实验 |
| 4.6 实验结果及误差分析 |
| 4.6.1 实验结果分析 |
| 4.6.2 误差分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文所完成的工作 |
| 5.2 论文展望与计划 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（10）直线行驶工况下的复合式胎压监测算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.2 胎压监测系统国内外研究现状及发展趋势 |
| 1.2.1 直接式胎压监测技术 |
| 1.2.2 间接式胎压监测技术 |
| 1.2.3 复合式胎压监测技术 |
| 1.3 存在的问题 |
| 1.4 本文的主要研究内容 |
| 第2章 复合式TPMS基础研究 |
| 2.1 引言 |
| 2.2 轮胎简化模型分析 |
| 2.2.1 稳态纵滑工况下轮胎所受纵向力 |
| 2.2.2 非稳态纵滑工况轮胎所受纵向力 |
| 2.3 车辆行驶动力学分析 |
| 2.3.1 匀速直线行驶工况下车辆纵、垂向动力分析 |
| 2.3.2 加速直线行驶工况下车辆纵、垂向动力分析 |
| 2.3.3 制动工况下车辆纵、垂向动力分析 |
| 2.4 基准轮选取 |
| 2.5 数字滤波算法 |
| 2.5.1 中值平均滤波 |
| 2.5.2 卡尔曼滤波 |
| 2.5.3 一阶惯性滤波 |
| 2.6 本章小结 |
| 第3章 复合式TPMS开发方案 |
| 3.1 系统信息传递结构 |
| 3.2 系统搭载硬件平台 |
| 3.2.1 系统开发与数采平台 |
| 3.2.2 系统调试平台 |
| 3.3 系统开发软件环境 |
| 3.3.1 CAN信号采集软件 |
| 3.3.2 系统功能开发与调试软件环境 |
| 3.4 CAN信号采集 |
| 3.4.1 CAN信号采集条件 |
| 3.4.2 CAN信号采集试验组设置 |
| 3.5 CAN信号预处理 |
| 3.5.1 CAN信号解码 |
| 3.5.2 加速度信息获取 |
| 3.5.3 样本数据获取 |
| 3.6 样本数据分析 |
| 3.6.1 匀速直线样本数据分析 |
| 3.6.2 加速直线样本数据分析 |
| 3.6.3 减速直线样本数据分析 |
| 3.7 本章小结 |
| 第4章 复合式TPMS算法结构 |
| 4.1 信号预处理 |
| 4.1.1 CAN信号解码模块 |
| 4.1.2 样本数据累积模块 |
| 4.1.3 滚动时域数据结构 |
| 4.1.4 数据筛选与修正模块 |
| 4.2 自适应双重叠加滤波器模块设计与标定 |
| 4.2.1 基于拉伊达准则的中值平均滤波器模块 |
| 4.2.2 一阶卡尔曼滤波器模块 |
| 4.2.3 自适应滤波器灵敏度模块 |
| 4.3 胎压计算模块 |
| 4.4 基于同侧轮轮速脉冲比较法的间接式TPMS算法 |
| 4.4.1 间接式TPMS缺气判断模块设计与标定 |
| 4.4.2 间接式TPMS单轮缺气报警机制 |
| 4.5 本章小结 |
| 第5章 实车测试 |
| 5.1 复合式TPMS基础性能参考 |
| 5.2 测试方法 |
| 5.3 测试结果 |
| 5.3.1 单驱动轮测试结果 |
| 5.3.2 单从动轮测试结果 |
| 5.3.3 双驱动轮测试结果 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
四、中值滤波技术发展研究（论文参考文献）
- [1]基于双视图像的带式输送机异常状态检测[D]. 谭恒. 太原理工大学, 2021(01)
- [2]林业装备焊缝射线图像的检测技术研究[D]. 杨湘粤. 中南林业科技大学, 2021(02)
- [3]基于小波包的声呐图像分割方法研究[D]. 兰鲁钰. 东北电力大学, 2021(09)
- [4]基于视觉的焊缝跟踪系统研究[D]. 宋文浩. 佳木斯大学, 2021(12)
- [5]不锈钢电阻点焊质量红外无损检测研究[D]. 于真波. 吉林大学, 2021(01)
- [6]基于FPGA的散斑二维测速研究[D]. 张凯. 大连理工大学, 2021(01)
- [7]销轴组装机插销装置的研究[D]. 张欣驰. 辽宁工业大学, 2021(02)
- [8]基于激光视觉的焊缝识别与跟踪系统研究[D]. 陈鑫. 山东大学, 2021(11)
- [9]基于机器视觉的O型密封圈质量检测方法研究[D]. 郑希鹏. 合肥工业大学, 2021(02)
- [10]直线行驶工况下的复合式胎压监测算法研究[D]. 刘澍. 燕山大学, 2021(01)